今日直播&乾貨書單｜從AI到類腦與量子計算，有哪些精選圖書？

探索人工智能（AI）、類腦計算及量子計算的前沿，標誌着步入未來科技的核心。掌握這些領域的進展，對於追求技術前沿至關重要。從模擬大腦神經網絡的類腦計算到利用量子比特突破傳統計算限制的量子計算，新技術正不斷推動科技發展。

AI領域中，機器學習和深度學習正在重塑應用場景，如自動駕駛和語音識別，改變了我們的生活方式。類腦計算模仿人腦機制，提升信息處理效率，模擬認知能力，如記憶、學習和決策。

類腦科學探索神經元和突觸互動，揭示生物神經系統運作機制，設計高效計算模型，並開發模擬生物神經網絡行爲的新型硬件，如低功耗、高能效的類腦芯片。

量子計算則利用量子力學現象進行信息處理，解決傳統計算機難以處理的問題，如大規模數據優化和複雜系統模擬。儘管路徑不同，但兩者均追求計算能力的飛躍，促進科技與社會的融合，引領智能化與量子化的新時代。

針對此研究領域，施普林格·自然特邀上海交通大學自然科學研究院院長、數學科學學院講席教授金石，上海交通大學自然科學研究院、數學科學學院教授李鬆挺，上海交通大學自然科學研究院、密西根學院副教授Nana Liu，Springer數學與統計學副編輯王鵬程，共同舉辦“從人工智能到類腦與量子計算：數學與新計算範式”在線研討會。此外，編輯精選相關研究領域圖書近200本，書目清單也將在會後分享給所有參會觀衆，快來報名吧！

日期：9月18日（週三）

時間：19:30-20:45

點擊以下鏈接註冊席位！填寫您最關心的問題，嘉賓將在討論環節探討大家關注的話題，並現場解答觀衆提問，快來報名吧！

進行註冊報名，填寫您最關心的問題，嘉賓將在討論環節探討大家關注的話題，並現場解答觀衆提問。

作爲世界上大型學術圖書出版機構，施普林格·自然擁有30萬餘種電子圖書，每年新出版12,000多種圖書。擁有22個電子圖書合集，涵蓋科學、醫學、技術和人文社科等廣泛的學科領域，豐富的圖書類型包括學術專著、會議論文集、簡報、參考工具書、教科書和系列叢書等。2025年將新增2個全新圖書合集，關注AI和機械工程，敬請期待。

精選圖書概覽

Mathematics and Statistics | 數學與統計

Scientific Computing

添加圖片註釋，不超過 140 字（可選）

下載量：10k

概述：

關於本書：本書從巴比倫人和希臘人的最早數學/數值成就展開，探討了最重要的計算方法及其發展的歷史。行星動力學的力學問題是16世紀後面臨的一項重大科學挑戰，本書描述了當時使用的基本數值方法。

二戰結束後，隨着電子計算機的出現，科學計算邁出了巨大的步伐，極大地加速了數值方法的發展。因此，科學計算成爲繼理論和實驗之後的第三種科學方法。

本書追溯了數值方法的起源及其發明者，同時簡要探討了電子計算機多年來的發展。書中引用了163篇參考文獻，包含100多幅圖，其中許多是關鍵歷史人物的肖像或照片。本書爲數值分析和計算領域的歷史提供了獨特的視角，是對歷史感興趣的學生、專業人士以及更廣泛讀者的重要資源。

Advanced Data Analysis in Neuroscience

添加圖片註釋，不超過 140 字（可選）

下載量：26k

概述：

關於本書：本書適用於統計學/機器學習高級研究生課程，以及所有希望深入理解統計方法的實驗神經科學家和統計背景有限的理論神經科學家。它回顧了幾乎所有應用統計學領域，從基礎統計估計和檢驗理論、迴歸與分類的線性和非線性方法，到模型選擇和降維、密度估計和無監督聚類方法。然而，重點是從動力系統的角度對線性和非線性時間序列進行分析，並以此爲基礎，旨在傳達對可能生成觀測時間序列的動力機制的理解。此外，它將行爲和神經動力學的計算建模與統計估計和假設檢驗相結合。通過這種方式，計算模型不僅成爲神經科學中的解釋框架，還成爲強大的定量數據分析工具，使研究人員能夠超越數據表面，揭示潛在機制。書中通過一套 MATLAB 例程提供了大多數方法的交互示例，鼓勵讀者以一種輕鬆的方式學習，並幫助他們更好地理解所涉及方法的實際應用。

“計算神經科學在整合和理解大量關於神經系統功能的實驗室數據方面至關重要。Daniel Durstewitz 從數據的統計解釋到這些數據的生物物理建模，全面覆蓋了計算神經科學領域。他的講解清晰，教學合理，專家和初學者都能輕鬆使用。我非常高興推薦這本精心編寫的書，適合實驗神經科學家以及數學功底深厚的物理學家。這本書爲我們提供了一個瞭解大腦及其運作的窗口，幫助我們解決相關問題並找到答案。”

——Henry D. I. Abarbanel，物理學家，加州大學聖地亞哥分校斯克裡普斯海洋研究所

“這本書爲計算神經科學中複雜的分析方法提供了清晰而詳盡的介紹。所描述的模型和提供的示例將幫助讀者發展出對這些方法如何揭示數據的深刻直覺。整本書的整體方法反映了Durstewitz教授作爲計算神經科學領域領導者的豐富經驗。”

——Bruno B. Averbeck

Computational Neuroscience

添加圖片註釋，不超過 140 字（可選）

下載量：49k

概述：

關於本書：這本書彙集了神經科學研究中計算研究的最新進展，實際上適用於工程和醫學領域中的協作與整合環境。本書的設計目的是應對學術研究者和實踐者日益增長的興趣，特別是計算模型與工具之間的高效協調以及對神經科學數據的定量研究。

爲了彌合科學與醫學之間的重要鴻溝，本書彙集了多個研究領域，涵蓋了從醫學信號處理、圖像分析、數據挖掘到神經網絡建模、基因表達調控及大腦動態等內容。我們希望，這部作品對學術機構中參與計算建模的研究人員和實踐者也具有價值，能夠幫助他們將神經科學數據中的信息轉化並傳遞給醫學領域的同事。本書對研究生（以及高年級本科生）、研究人員和實踐者極具吸引力，涵蓋了廣泛的行業（如製藥、化學、生物科學），爲那些需要深入瞭解計算建模在現實神經科學問題中實際應用的人士提供了詳細的概述。因此，我們的讀者羣體預期是非常多樣且異質的，包括：來自工程、計算機科學、統計學和數學領域的研究人員，以及醫學和生物科學家；從事科學研究的醫生，旨在瞭解基礎科學如何與生物系統相關聯。

Computer Science | 計算機科學

Machine Learning

添加圖片註釋，不超過 140 字（可選）

下載量：259K

概述：

關於本書：機器學習是人工智能（AI）領域的核心和關鍵領域，推動了AI的發展，使其成爲計算機科學研究中最具吸引力的領域之一。本教材提供了幾乎所有機器學習方面的全面且客觀的介紹，涵蓋從基礎到高級主題。全書共16章，分爲三部分：第1部分（第1-3章）介紹了機器學習的基礎知識，包括術語、基本原理、評估方法和線性模型；第2部分（第4-10章）展示了經典且常用的機器學習方法，如決策樹、神經網絡、支持向量機、貝葉斯分類器、集成方法、聚類、降維和度量學習；第3部分（第11-16章）介紹了一些高級主題，包括特徵選擇與稀疏學習、計算學習理論、半監督學習、概率圖模型、規則學習和強化學習。每章都包含練習和進一步閱讀，以便讀者深入探索感興趣的領域。

本書可作爲計算機科學、計算機工程、電氣工程、數據科學及相關專業的本科或研究生教材，也可作爲機器學習研究人員和實踐者的參考資源。

Applied Scientific Computing

添加圖片註釋，不超過 140 字（可選）

下載量：53k

概述：

關於本書：本教材易於理解，採用現代方法學習數值方法（或科學計算），獨特地聚焦於數學內容的建模和應用。重點強調了科學計算在解決各種不同類型問題中的必要性和方法，提供了證據和理由來激發讀者的興趣。書中還通過使用 Python 的簡單示例，提供了編寫這些方法的實際指導。

主題和特點包括：以易於應用的方式介紹內容，併爲許多方法提供了可運行的 Python 代碼；通過大量來自實際應用的示例、練習和項目，鼓勵基於問題和項目的學習；介紹了建模、Python 編程、數字表示和誤差的主要概念；詳細解釋了數值微積分、線性和非線性方程的基本內容，包括多變量牛頓法；討論了插值和微分方程的數值解法，涵蓋多項式插值、樣條插值以及歐拉法、龍格–庫塔法和打靶法；章節基本自成一體，邏輯順序適合科學計算入門課程。

本書是本科生首次學習數值方法或科學計算時的重要指南，適用於計算機科學、工程、數學、經濟學、物理科學和社會科學等各個領域中的方法應用。

Natural and Artificial Computation for Biomedicine and Neuroscience

添加圖片註釋，不超過 140 字（可選）

下載量：65k

概述：

關於本書：LNCS 10337 和 10338 是2017年6月在西班牙科魯尼亞舉行的國際工作會議——自然與人工計算之間的相互作用（IWINAC 2017）的會議論文集。本書爲第一卷。

共有102篇完整論文在經過兩輪評審和改進後，從194篇投稿中精心挑選出來。論文分爲兩卷：第一卷涉及自然與人工計算在生物醫學和神經科學中的應用，討論瞭如理論神經計算、模型、生物信息學中的自然計算、情感智能環境中的生理計算、情感、以及應用於生物醫學和神經科學的信號處理和機器學習等主題。

第二卷則涉及基於自然與人工計算的生物醫學應用，探討了如生物醫學應用、移動腦機接口、人機互動、深度學習、大數據分析中的機器學習、數據編碼和傳輸中的計算智能等主題。

Physics and Astronomy | 物理學與天文學

Mathematics of Quantum Computing

添加圖片註釋，不超過 140 字（可選）

下載量：47k

概述：

關於本書：這本教材以數學形式介紹了量子計算的基本方面。它旨在作爲物理學家、數學家和計算機科學家第一次學習量子計算時的核心或補充讀物。教材首先介紹了量子力學所需的基礎數學知識，然後詳細呈現了量子力學、量子糾纏、量子門和量子算法的概念，其中廣泛討論了Shor的因式分解算法和Grover的搜索算法。此外，還介紹了Abelian隱藏子羣和離散對數問題的算法，並利用後者展示了比特幣數字簽名可能被破解的方式。書中還討論了錯誤糾正問題，並詳細闡述了絕熱量子計算。全書包含約140個練習題，覆蓋了所有討論的主題，並附有解答附錄。

Quantum Machine Learning

添加圖片註釋，不超過 140 字（可選）

下載量：11k

概述：

關於本書：這本書通過將量子力學和機器學習融合，提出了一種新的思維方式。儘管量子力學和機器學習在理論上似乎相差甚遠，但它們之間的聯繫通過密度矩陣算符變得清晰，該算符可以通過神經網絡模型進行近似，從而使量子物理的表述中物理可觀測量可以通過神經網絡計算。除了展示量子物理和機器學習的自然親和力外，這種觀點在計算、有效硬件和可擴展性方面打開了豐富的可能性。此外，還可以獲得可訓練的模型來優化應用和微調理論，例如在多體系統中近似基態以及提升量子電路的性能。書中首先介紹了編程工具和機器學習的基本概念，同時提供了量子力學和量子信息的必要背景材料。這使得基本構件——真空態的神經網絡模型——得以引入。

接下來的亮點包括：非經典態表示，使用壓縮器和光束分離器實現量子計算的主要層；使用神經網絡模型進行玻色子採樣；可用量子計算平臺的概述，包括它們的模型和編程；以及神經網絡模型作爲多體哈密頓量基態的變分猜測，並應用於伊辛機器和孤子。書中強調編碼，提供了許多使用 Python 和 TensorFlow 的開源示例，同時 MATLAB 和 Mathematica 程序澄清和驗證了證明。這本書是研究生和研究人員的必讀書籍，適合那些希望發展所需的物理和編碼知識，以理解量子力學和機器學習之間豐富相互作用的人。

Biomedical and Life Sciences | 生物醫學與生命科學

20 Years of Computational Neuroscience

添加圖片註釋，不超過 140 字（可選）

下載量：31k

概述：

關於本書：當資助機構和政策組織考慮建模和仿真在現代生物學中的作用時，常常會提出這樣的問題：已經取得了什麼成就？這本書將圍繞計算神經科學會議（CNS）20年曆史的研討會進行組織，研討會將作爲2010年7月在德克薩斯州聖安東尼奧舉行的CNS 2010的一部分。

本書與研討會一樣，旨在總結過去20年計算神經科學的進展，同時考慮該領域當前的挑戰。第一，本書精選章節作者，以期廣泛覆蓋計算技術在神經科學中的應用，涉及各類問題和模型系統。每一章節的作者將選擇一篇原始發表在15至20年前CNS會議論文集中、長度少於6頁的短文，這些文章將展示20年前領域的狀態。新文章將描述在接下來的20年中對該主題的瞭解，並提出未來20年的具體挑戰。第二，重現CNS會議早期12年間的海報——這些海報被掛在馬里蘭州貝塞斯達的NIH大廳，本身在該領域已成經典，並被奉爲計算神經科學狀態和發展的寓言。這些海報由本書編輯設計，他們將首次在本書中提供每個海報的書面描述。

Intelligent Technologies and Robotics | 智能技術與機器人技術

Time-Space, Spiking Neural Networks and Brain-Inspired Artificial Intelligence

添加圖片註釋，不超過 140 字（可選）

下載量：62k

概述：

關於本書：突觸神經網絡（SNN）是生物啓發的計算模型，它們通過一系列脈衝內部表示和處理信息。這本專著介紹了SNN的經典理論和應用，包括作者對該領域的原創貢獻。書中首次介紹了深度學習和人腦及腦啓發SNN中的深層知識表示，並進一步發展了新類型的AI系統，稱爲腦啓發AI（BI-AI）。BI-AI系統的應用包括：認知腦數據（如腦電圖 EEG、功能性磁共振成像 fMRI 和擴散張量成像 DTI）；視聽數據；腦機接口；生物神經信息學中的個性化建模；在金融、環境和生態中的多感官流數據建模；數據壓縮；神經形態硬件實現。未來方向，如量子處理、分子處理和腦信息處理的多模態整合，在最後一章中進行了介紹。本書適用於計算機與信息科學、工程、應用數學、生物科學和神經科學等廣泛領域的研究生、研究人員和從業者。

Engineering | 工程學

Introduction to Quantum Computing

添加圖片註釋，不超過 140 字（可選）

下載量：31k

概述：

關於本書：這本教材基於作者作爲工程師的自學經驗，旨在向沒有太多線性代數背景的讀者介紹量子計算，目標讀者是那些願意花費約60-90小時認真學習量子計算的本科生和碩士生。本書也適合自學，每章提供教學視頻和200多個帶答案的練習題。讀者將能夠編寫程序以模擬量子計算算法，並在IBM-Q上的真實量子計算機上運行。此外，與僅提供膚淺“揮手”解釋的書籍不同，本書使用了準確的形式主義，使讀者能夠基於從本書中學到的知識繼續追求更高級的主題。

Business and Management | 商業與管理

Quantum Computing Solutions

添加圖片註釋，不超過 140 字（可選）

下載量：27k

概述：

關於本書：本書涉及人工智能（AI）算法和不同學科中的應用，旨在引導讀者瞭解如何使用量子計算解決方案。

量子解決方案涉及構建改進量子計算、AI、數據科學和機器學習中的計算任務的量子算法。與量子計算機創新不同，量子解決方案提供了自動化、成本降低和其他效率，解決它們所處理的問題。

本書從基礎知識開始，涵蓋子系統和屬性，以及信息處理網絡，然後介紹量子模擬器。書中詳細討論瞭如旅行商問題、量子密碼學、調度和網絡安全等解決方案。

書中展示了基於各種行業實際問題的代碼示例，例如銀行中的風險評估和欺詐檢測。在製藥領域，探討了藥物發現和蛋白質摺疊解決方案。在製造業中，介紹了供應鏈優化和採購解決方案。在公用事業領域，解釋了能源分配和優化問題及解決方案。書中還包括了媒體和技術行業中的廣告調度和收入優化解決方案。